சுருக்கமான பதில்: செயற்கை நுண்ணறிவு (AI) லாரி ஓட்டுநர்களை முழுமையாக மாற்றிவிடாது, ஆனால் அது சில கணிக்கக்கூடிய சரக்கு வழித்தடங்களையும் வழக்கமான ஓட்டுநர் பணிகளையும் தானியக்கமாக்கும். ஓட்டுநர்களின் பணி, மீண்டும் மீண்டும் ஒரே மாதிரியான நெடுஞ்சாலை அல்லது ஒரு மையத்திலிருந்து மற்றொரு மையத்திற்குச் செல்லும் தூரத்தை மையமாகக் கொண்டிருக்கும்போது, அவர்கள் மிகப்பெரிய இடர்ப்பாட்டை எதிர்கொள்கின்றனர். அதே சமயம், சிறப்பு வாய்ந்த, வாடிக்கையாளர்களை நேரடியாகச் சந்திக்கும் மற்றும் விதிவிலக்குகள் நிறைந்த பணிகளைத் தானியக்கமாக்குவது மிகவும் கடினமாகவே உள்ளது.
முக்கிய குறிப்புகள்:
இடர் கவனம்: திரும்பத் திரும்பச் செய்யக்கூடிய நெடுஞ்சாலை ஓட்டுதல் மற்றும் கணிக்கக்கூடிய சரக்குப் பாதைகளைத் தாண்டிய திறன்களுக்கு முன்னுரிமை கொடுங்கள்.
மனித மதிப்பு: ஆய்வுகள், சரக்கு கையாளுதல், வாடிக்கையாளர் தொடர்பு மற்றும் விதிவிலக்குகள் ஆகியவற்றில் நிபுணத்துவத்தை வளர்த்துக் கொள்ளுங்கள்.
பொறுப்புக்கூறல்: தானியங்கி அமைப்புகள் செயலிழக்கும்போது யார் பொறுப்பு என்பதை வாகனக் குழுக்கள் வரையறுக்க வேண்டும்.
வெளிப்படைத்தன்மை: டெலிமேட்டிக்ஸ், அனுப்பும் கருவிகள் மற்றும் பாதுகாப்பு கண்காணிப்பு ஆகியவை எவ்வாறு செயல்படுகின்றன என்பதை ஓட்டுநர்கள் புரிந்துகொள்ள வேண்டும்.
பணி மாற்றம்: சிறப்பு சரக்கு போக்குவரத்து, ஒப்புதல்கள் அல்லது தன்னாட்சி வாகனக் குழு ஆதரவுப் பணிகளைப் பரிசீலிக்கவும்.

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 செயற்கை நுண்ணறிவு அனிமேட்டர்களுக்குப் பதிலாக வருமா?
செயற்கை நுண்ணறிவு கருவிகள் அனிமேஷன் பணிகள், படைப்பு செயல்முறைகள் மற்றும் அன்றாட பணிப்பாய்வுகளை எவ்வாறு மாற்றியமைக்கக்கூடும்.
🔗 கதிரியக்க நிபுணர்களுக்குப் பதிலாக செயற்கை நுண்ணறிவு வருமா?
மருத்துவப் படமெடுத்தல், நோயறிதல் மற்றும் மருத்துவ ஆதரவு ஆகியவற்றில் செயற்கை நுண்ணறிவின் விரிவடைந்து வரும் பங்கை ஆராய்கிறது.
🔗 செயற்கை நுண்ணறிவு நடிகர்களுக்குப் பதிலாக வருமா?
செயற்கை ஊடகங்கள், குரல் நகலாக்கம் மற்றும் நிகழ்த்துக்கலைப் பணிகளின் மாறிவரும் சூழல் ஆகியவற்றை ஆராய்கிறது.
🔗 கணக்காளர்களுக்குப் பதிலாக செயற்கை நுண்ணறிவு வருமா?
தானியக்கமயமாக்கலின் அபாயங்களையும், நவீன கணக்கியல் பணிகளுக்குத் தேவைப்படும் வளர்ந்து வரும் திறன்களையும் இது உள்ளடக்கியுள்ளது.
1. செயற்கை நுண்ணறிவு லாரி ஓட்டுநர்களுக்குப் பதிலாக வருமா? நேரடியான பதில்
செயற்கை நுண்ணறிவு லாரி ஓட்டுநர்களுக்குப் பதிலாக வருமா? சில குறிப்பிட்ட சூழ்நிலைகளில், ஆம். ஆனால், முழுத் தொழில்துறையிலும் இது விரைவாகவும் சீராகவும் நடக்காது.
மிகவும் பாதிக்கப்படக்கூடிய ஓட்டுநர் பணிகள் என்பவை, திரும்பத் திரும்ப வரும், கணிக்கக்கூடிய வழித்தடங்களாக இருக்க வாய்ப்புள்ளது - குறிப்பாக, ஒரு மையத்திலிருந்து மற்றொரு மையத்திற்குச் செல்லும் நெடுஞ்சாலை சரக்குப் போக்குவரத்து, இடைவழி விநியோகம், மற்றும் கிடங்குகள், கடைகள், துறைமுகங்கள், விநியோக மையங்களுக்கு இடையேயான நிலையான வணிக வழித்தடங்கள். செயற்கை நுண்ணறிவு (AI) திரும்பத் திரும்பச் செய்வதை விரும்புகிறது. அது வரைபடமாக்கப்பட்ட பாதைகள், சீரான சாலை வடிவமைப்பு, அறியப்பட்ட சரக்கு ஏற்றும் இடங்கள், மற்றும் தெளிவான இயக்க விதிகளை விரும்புகிறது.
ஆனால், நெகிழ்வான மற்றும் துல்லியமாகச் செயல்பட வேண்டிய பணிகளுக்கு மனித லாரி ஓட்டுநர்கள் இன்னும் பெரிதும் தேவைப்படுகிறார்கள். பிராந்திய விநியோகம், கட்டுமானப் பணிகளுக்கான சரக்கு போக்குவரத்து, குளிரூட்டப்பட்ட சரக்குகள், அதிகப்படியான எடையுள்ள சுமைகள், அபாயகரமான பொருட்கள், கால்நடைகள், துறைமுக சரக்கு போக்குவரத்து, நகர்ப்புற விநியோகம், கிராமப்புற வழித்தடங்கள், அவசரக்கால சரக்கு போக்குவரத்து, மற்றும் மனிதர்கள் காரணமாக பாதியிலேயே திட்டத்தை மாற்றும் வாடிக்கையாளர்கள் சம்பந்தப்பட்ட எந்தவொரு பணியும் இதில் அடங்கும்.
அதிகாரப்பூர்வ தொழிலாளர் தரவுகளின்படி, கனரக மற்றும் டிராக்டர்-டிரெய்லர் டிரக் ஓட்டுதல் ஒரு பெரிய தொழிலாக இருப்பதோடு, அதற்கான காலி இடங்களும் தொடர்ந்து உள்ளன. இது, இத்தொழில் ஒரே இரவில் மறைந்துவிடாது என்பதற்கான ஒரு வலுவான அறிகுறியாகும். டிரக் ஓட்டுநர்கள் நெடுஞ்சாலைகளில் நேராக ஓட்டுவதைத் தாண்டி இன்னும் பல பணிகளைச் செய்கிறார்கள்; அவர்கள் உபகரணங்களை ஆய்வு செய்கிறார்கள், சரக்குகளைப் பாதுகாப்பாகக் கட்டுகிறார்கள், சம்பவங்களைப் புகாரளிக்கிறார்கள், விதிமுறைகளைப் பின்பற்றுகிறார்கள், பதிவேடுகளைப் பராமரிக்கிறார்கள், மற்றும் வழித்தடக் கட்டுப்பாடுகளை நிர்வகிக்கிறார்கள்.
ஆகவே, இதற்கான சிறந்த பதில் இதுதான்: செயற்கை நுண்ணறிவு (AI) சில லாரி ஓட்டுநர் பணிகளை மாற்றி , பல லாரி ஓட்டுநர் வேலைகளை உருமாற்றி, தானியங்கி சரக்கு போக்குவரத்தைச் சுற்றி புதிய துணைப் பணிகளை உருவாக்கும். ஆனால், ஒரு பிரம்மாண்டமான திரைப்படக் காட்சி போல, அது லாரி ஓட்டுநர்கள் என்ற தொழிலையே முற்றிலுமாக அழித்துவிடாது. 🎬
2. ஒரு சிறந்த செயற்கை நுண்ணறிவு சரக்குப் போக்குவரத்து பதிப்பின் அம்சங்கள் யாவை?
செயற்கை நுண்ணறிவு சரக்குப் போக்குவரத்தின் ஒரு சிறந்த வடிவம் என்பது, இரவில் நெடுஞ்சாலையில் அதிவேகமாகப் பயணித்து முதலீட்டாளர்களைக் கைதட்ட வைக்கும் ஒரு ரோபோ டிரக் மட்டுமல்ல. அது கவர்ச்சிகரமானதுதான், சந்தேகமில்லை. ஆனால், சரக்குப் போக்குவரத்தில் ஒரு நல்ல தானியக்கமானது பாதுகாப்பானதாகவும், நிலையானதாகவும், நம்பகமானதாகவும், தணிக்கை செய்யக்கூடியதாகவும், மற்றும் சரக்கு வாகனக் குழுக்களுக்கு மதிப்புமிக்கதாகவும் இருக்க வேண்டும்.
ஒரு வலிமையான AI சரக்கு போக்குவரத்து அமைப்பில் பின்வருவன இருக்க வேண்டும்:
-
தெளிவான சாலை விதிகள் மற்றும் வரைபடமிடப்பட்ட நிலைமைகளுடன் கணிக்கக்கூடிய இயக்கப் பாதைகள்
-
வானிலை, தடைகள், கட்டுமானப் பணிகள் மற்றும் அவசரகால வாகனங்கள் ஆகியவற்றிற்கான வலுவான பாதுகாப்பு கண்காணிப்பு
-
கணினி அதன் வரம்புகளை எட்டும்போது உதவக்கூடிய தொலைநிலை ஆதரவுக் குழுக்கள்.
-
சென்சார்கள், பிரேக்குகள், டயர்கள், கேமராக்கள், ரேடார், லிடார் மற்றும் மென்பொருள் ஆகியவற்றிற்கான பராமரிப்பு சோதனைகள்
-
ஏதேனும் தவறு நேரும்போது தெளிவான பொறுப்புக்கூறல்
-
சரக்கு ஏற்றும் தளங்கள், முற்றங்கள், ஆய்வுகள் மற்றும் அசாதாரண விநியோகச் சிக்கல்களுக்கான மனிதப் பரிமாற்றப் புள்ளிகள்
-
வெறும் தொழில்நுட்ப செயல்விளக்கம் அல்ல, வர்த்தக சரக்கு போக்குவரத்திற்குப் பொருத்தமான ஒழுங்குமுறை ஒப்புதல்
-
சைபர் பாதுகாப்பு ஏற்பாடுகள், ஏனென்றால் ஹேக் செய்யப்பட்ட ஒரு டிரக் என்பது ஒன்றும் அழகான சிறிய மென்பொருள் பிழை அல்ல 😬
ஓட்டுநர் இல்லாத வர்த்தக மோட்டார் வாகனங்களை, மனிதர் இயக்காமல் எவ்வாறு கண்காணிப்பது, ஆய்வு செய்வது, பராமரிப்பது மற்றும் நிர்வகிப்பது என்பது குறித்து ஒழுங்குமுறை ஆணையங்கள் இன்னும் ஆராய்ந்து வருகின்றன . இது முக்கியமானது, ஏனெனில் சரக்குந்துப் போக்குவரத்து என்பது ஒரு விளையாட்டுச் சாலை அல்ல. அது ஒரு பொது உள்கட்டமைப்பு; அதில் கனரக வாகனங்கள் குடும்பங்கள், தொழிலாளர்கள், காவல்துறை, பள்ளிப் பேருந்துகள் மற்றும் அன்றாடப் பயணத்தைச் சமாளிக்கப் போராடும் மற்ற அனைவரையும் சுற்றிச் செல்கின்றன.
3. ஒப்பீட்டு அட்டவணை: டிரக் ஓட்டுநர்களுக்குப் பதிலாக செயற்கை நுண்ணறிவு எங்கு அதிக மாற்றீடுகளைச் செய்ய வாய்ப்புள்ளது
லாரி பகுதி
செயற்கை நுண்ணறிவு மாற்று அபாயம்
இது ஏன் முக்கியம்?
மனிதப் பங்கு பெரும்பாலும் கைவிடப்பட்டது
நீண்ட தூர நெடுஞ்சாலை சரக்கு
உயர்வான
பெரும்பாலும், நகரங்களை விட நெடுஞ்சாலைகள் கணிக்கக்கூடியவையாக இருக்கின்றன
உள்ளூர் பிக்கப், டெலிவரி, ஆய்வுகள், விதிவிலக்குகள்
மிடில்-மைல் கிடங்கு வழித்தடங்கள்
உயர்
அதே வழி, அதே படகுத்துறைகள், திரும்பத் திரும்பத் திரும்ப
முற்றப் பணிகள், ஏற்றுதல் சிக்கல்கள், வாடிக்கையாளர் சரிசெய்தல்
நகர்ப்புற விநியோகம்
நடுத்தர-குறைந்த
பாதசாரிகள், சைக்கிள் ஓட்டுபவர்கள், இரட்டை நிறுத்தம், குழப்பக் கலவை 🍲
ஓட்டுநர், உதவியாளர், வாடிக்கையாளர் பிரச்சனைகளைத் தீர்ப்பவர்
அதிகப்படியான சுமைகள்
குறைந்த
விவேகம், பாதுகாப்பு ஒருங்கிணைப்பு, வழக்கத்திற்கு மாறான பாதைகள் தேவைப்படுகின்றன
சிறப்பு ஓட்டுநர் தொடர்ந்து முக்கியத்துவம் பெறுகிறார்
அபாயகரமான பொருட்கள்
குறைந்த-நடுத்தரம்
பாதுகாப்பும் பொறுப்பும் மிக அதிகம்
சான்றளிக்கப்பட்ட மனித மேற்பார்வை
கட்டுமானப் போக்குவரத்து
குறைந்த
கட்டமைக்கப்படாத இடங்கள், சேறு, குறுகிய இடங்கள், மாறிவரும் சூழ்நிலைகள்
மனித இயக்குபவர், தள ஒருங்கிணைப்பு
குளிரூட்டப்பட்ட சரக்கு
நடுத்தரம்
செயற்கை நுண்ணறிவால் வாகனம் ஓட்ட முடியும், ஆனால் சரக்கு மேலாண்மை இன்னும் முக்கியமானது
வெப்பநிலை சோதனைகள், குளிரூட்டப்பட்ட கொள்கலன் பழுது நீக்குதல்
துறைமுக சரக்கு போக்குவரத்து
நடுத்தரம்
திரும்பத் திரும்ப வருவது, ஆனால் நெரிசலானது மற்றும் செயல்பாட்டு ரீதியாகச் சிக்கலானது
நுழைவாயில் கையாளுதல், ஆவணப்பணி, விதிவிலக்குகள்
தன்னாட்சி கடற்படை ஆதரவு
வளர்ந்து வரும்
இது ஒரு வழக்கமான ஓட்டுநர் பணி அல்ல, ஆனால் அதற்கு நெருக்கமானது
தொலைநிலை உதவியாளர், பாதுகாப்பு ஆபரேட்டர், தொழில்நுட்ப வல்லுநர்
ஒரு ஒப்புதல் வாக்குமூலம்: “ஓரளவு உயரமானது” என்பது ஒரு அறிவியல் வகைப்பாடு அல்ல. ஆனால் அது பொருந்துகிறது. சில பாதைகள் தானியக்கத்திற்காகக் கெஞ்சுவது போல இருக்கின்றன, அதேசமயம் மற்றவை குண்டும் குழியுமான ஒரு சர்க்கஸ் போல உள்ளன. 🎪
4. சரக்கு போக்குவரத்துத் துறையில் செயற்கை நுண்ணறிவு ஏன் முதலில் நுழைகிறது?
லாரி ஓட்டுநர் தொழில் செலவு மிக்கது, உடல் உழைப்பு அதிகம் தேவைப்படும், மேலும் இதற்குத் தொடர்ந்து பணியாளர்களை நியமிப்பது கடினம். நீண்ட தூரப் பயண வேலை, ஓட்டுநர்களைப் பல நாட்கள் அல்லது வாரங்கள் வீட்டிலிருந்து பிரித்து வைக்கும், மேலும் அந்த வாழ்க்கை முறை அனைவருக்கும் ஏற்றதல்ல. சம்பளம் ஓரளவு நன்றாக இருந்தாலும், அதற்கு ஈடாகக் கிடைக்கும் பலன்கள் மிகக் கொடுமையானதாக இருக்கும்: வண்டியின் கேபினில் உறங்குவது, அடிக்கடி பெட்ரோல் நிலைய உணவுகளைச் சாப்பிடுவது, குடும்ப நிகழ்வுகளைத் தவறவிடுவது, மோசமான வானிலையைச் சமாளிப்பது, பின்னர் சரக்கு அனுப்புபவர் ஆறு மணி நேரம் ஏற்றுவதைத் தாமதப்படுத்தும்போது பழி உங்கள் மீது விழுவது. அருமை.
செயற்கை நுண்ணறிவு சரக்குப் போக்குவரத்து சில கவர்ச்சிகரமான நன்மைகளை அளிக்கிறது:
-
மனித சோர்வின்றி நீண்ட நேரம் இயங்கக்கூடிய டிரக்குகள்
-
சீரான ஓட்டுதல் முறைகள் மூலம் சிறந்த எரிபொருள் சிக்கனம்
-
குறைவான திட்டமிடல் இடைவெளிகள்
-
மேலும் கணிக்கக்கூடிய சரக்குத் திறன்
-
சில வழித்தடங்களில் தொழிலாளர் சார்புநிலையைக் குறைத்தல்
-
மனிதப் பிழையால் ஏற்படும் விபத்துக்களை அமைப்புகள் குறைத்தால், பாதுகாப்பில் ஏற்படக்கூடிய நன்மைகள்
-
கிடங்கு மற்றும் தளவாட மென்பொருளுடன் தூய்மையான ஒருங்கிணைப்பு
சில தானியங்கி சரக்கு வாகன நிறுவனங்கள் ஏற்கனவே வெறும் செயல்விளக்கங்களைத் தாண்டி, வணிகச் செயல்பாடுகளிலோ அல்லது சரக்கு மேலாண்மை அமைப்புகளுடனான ஒருங்கிணைப்புகளிலோ இறங்கிவிட்டன . இதன் பொருள், நாளைக்கே முழு சரக்கு வாகனத் தொழிலும் தலைகீழாக மாறிவிடும் என்பதல்ல; ஆனால், இது இனி அறிவியல் புனைகதை அல்ல என்பதே இதன் பொருள்.
இருப்பினும், வணிக ரீதியான சாத்தியக்கூறுகள் யதார்த்தத்தைத் தாங்கி நிற்க வேண்டும். சென்சார்களுக்குப் பணம் செலவாகும். பராமரிப்பு சிக்கலாகிறது. காப்பீடு தொடர்பான கேள்விகள் சூடுபிடிக்கின்றன. ஒழுங்குமுறை ஆணையங்கள் பதில்களை எதிர்பார்க்கின்றன. வாகனக் குழுக்களுக்குத் தடையற்ற செயல்பாடு தேவை. சரக்கு அனுப்புபவர்கள் நம்பகத்தன்மையை விரும்புகிறார்கள், கண்ணாடிகள் அணிந்த பவர்பாயிண்ட் விளக்கக்காட்சியை அல்ல. 😎
5. செயற்கை நுண்ணறிவு முதலில் மாற்ற வாய்ப்புள்ள வேலைகள்
மீண்டும் மீண்டும் ஒரே மாதிரியான ஓட்டும் முறைகளைக் கொண்ட லாரி ஓட்டுநர் பணிகளே, கடுமையான செயற்கை நுண்ணறிவு அழுத்தத்தை முதலில் எதிர்கொள்கின்றன.
யோசியுங்கள்:
-
முனையத்திலிருந்து முனையத்திற்கு சரக்கு
-
விநியோக மையத்திலிருந்து கடைக்கான வழித்தடங்கள்
-
கிடங்கிலிருந்து கிடங்கிற்கான பாதைகள்
-
இரவு நேர நெடுஞ்சாலை வழித்தடங்கள்
-
தெளிவான வானிலையுடன் கூடிய சன்பெல்ட் பாணியிலான சரக்கு வழித்தடங்கள்
-
சிக்கலான நகர்ப்புற தொடர்புகள் குறைவாக உள்ள பாதைகள்
-
பிரத்யேக ஒப்பந்த பாதைகள்
நிறுவனங்கள் வழித்தடத்தை வரைபடமாக்கவும், மீண்டும் மீண்டும் சோதிக்கவும், பல மாறிகளைக் கட்டுப்படுத்தவும், மற்றும் செயல்பாட்டு வழிகாட்டிப் புத்தகங்களை உருவாக்கவும் முடிவதால் இவை கவர்ச்சிகரமானவையாக இருக்கின்றன. இது, ஒரு நாய்க்கு விமான நிலையம் முழுவதும் வழி காட்டச் சொல்வதற்கு முன், அதன் ஒரு நடைபாதையை மட்டும் கற்றுக் கொடுப்பதற்குச் சமம். மோசமான உவமைதான், ஆனாலும் அது ஒரு விதத்தில் பொருந்துகிறது. 🐕
இத்தகைய சூழ்நிலைகளில், மனித ஓட்டுநர் முழுப் பயணத்தையும் மேற்கொள்வதிலிருந்து மாறி, முதல் மைல், கடைசி மைல், சரக்கு முனைய நகர்வுகள், வாடிக்கையாளர் தொடர்பு, ஆய்வுகள், சரக்குப் பாதுகாப்பு மற்றும் விதிவிலக்கு கையாளுதல் போன்ற சிக்கலான பணிகளைச் செய்ய நேரிடலாம்.
அதன் அர்த்தம், எதிர்காலம் என்பது “லாரி ஓட்டுநர்களே இல்லாத நிலை” என்பதை விட, “குறிப்பிட்ட வழித்தடங்களில் ஒரு சரக்கு மைலுக்குக் குறைவான மனிதர்களே” என்பது போல அமையக்கூடும்
6. செயற்கை நுண்ணறிவு மாற்றுவதற்குச் சிரமப்படும் வேலைகள்
உலகம் வழுக்கும் இடங்களில் செயற்கை நுண்ணறிவு திணறுகிறது.
லாரி ஓட்டுநர்கள், வரைபடத்தில் எப்போதும் தெரியாத நடைமுறைச் சாலைப் பிரச்சனைகளைச் சந்திக்கிறார்கள். ஒரு சரக்கு இறக்கும் தளத்தின் கதவு தடுக்கப்பட்டுள்ளது. ஒரு டிரெய்லரின் சீல் சரியாக இல்லை. ஒரு சுமை இடம் மாறியுள்ளது. சரக்கைப் பெறுபவர் "பின்புறம் செல்லுங்கள்" என்கிறார், ஆனால் "பின்புறம்" என்பது மூன்று வாயில்கள், இரண்டு ஃபோர்க்லிஃப்ட்கள், மற்றும் தெளிவற்ற முறையில் கையசைக்கும் டேல் என்ற ஒரு நபர். பனி, சாலைப் பாதைக் குறியீடுகளை மூடியுள்ளது. ஒரு டயர் தவறாகத் தெரிகிறது. ஒரு காவல்துறை அதிகாரி சைகை காட்டுகிறார். ஒரு விவசாயச் சாலையில், யாரும் குறிப்பிடாத எடை வரம்பு உள்ளது. ஜிபிஎஸ் தவறான தகவலைக் காட்டுகிறது. வாடிக்கையாளர் சுமையைப் பிரிக்க விரும்புகிறார். ஆவணங்கள் காணவில்லை. ஃபோர்க்லிஃப்ட் ஓட்டுநர் மதிய உணவு இடைவேளையில் இருக்கிறார். உங்களுக்குப் புரிந்திருக்கும் என்று நினைக்கிறேன்.
செயற்கை நுண்ணறிவு மேம்பட்டு வருகிறது, ஆனால் சரக்குந்து ஓட்டுதலில் வியக்கத்தக்க அளவில் தன்னிச்சையான செயல்பாடுகள் அடங்கியுள்ளன.
மாற்று ஏற்பாடு செய்ய முடியாத லாரி ஓட்டுநர் பணிகளில் பின்வருவன அடங்கும்:
-
அசாதாரணமான சுமைகளைக் கட்டும் பிளாட்பெட் ஓட்டுநர்கள்
-
கனரக மற்றும் மிகப்பரிய சுமை நிபுணர்கள்
-
டேங்கர் ஓட்டுநர்கள்
-
அபாயகரமான பொருள் ஓட்டுநர்கள்
-
கிராமப்புற வழித்தட ஓட்டுநர்கள்
-
கட்டுமானம் மற்றும் டம்ப் டிரக் இயக்குபவர்கள்
-
கால்நடை ஏற்றிச் செல்பவர்கள்
-
அதிகம் கையாளப்படும் சரக்குகளைக் கையாளும் ஓட்டுநர்கள்
-
உறவுகளையும் தளவாடங்களையும் தனிப்பட்ட முறையில் நிர்வகிக்கும் உரிமையாளர்-இயக்குநர்கள்
இந்த ஓட்டுநர்கள் வெறுமனே வாகனத்தை இயக்குவதில்லை. அவர்கள் இடர், உபகரணங்கள், வாடிக்கையாளர்கள், சரக்கு, கால அட்டவணைகள் மற்றும் முடிவெடுக்கும் திறன்கள் என அனைத்தையும் நிர்வகிக்கிறார்கள். அந்த மனித உழைப்பு சார்ந்த அம்சம் மிகவும் சிக்கலானது.
7. செயற்கை நுண்ணறிவு, லாரி ஓட்டுநர்களை இடமாற்றம் செய்யுமா அல்லது அவர்களை மேலும் தொழில்நுட்பம் சார்ந்தவர்களாக மாற்றுமா?
பல ஓட்டுநர்களுக்குப் பதிலாக வேறு யாரும் நியமிக்கப்படாமல் போகலாம், ஆனால் அவர்களின் பணிகள் மேலும் தொழில்நுட்பம் சார்ந்ததாக மாறக்கூடும். இது அநேகமாக மக்கள் குறைவாக விவாதிக்கும் ஒரு விஷயமாக இருக்கலாம்.
சரக்கு போக்குவரத்துத் துறையில் செயற்கை நுண்ணறிவு நுழையும்போது, சாலையையும் அதன் அமைப்பையும் புரிந்துகொண்ட நபர்கள் நிறுவனங்களுக்குத் தேவைப்படுவார்கள். முன்னாள் ஓட்டுநர்கள் பின்வரும் பதவிகளுக்கு வரக்கூடும்:
-
தன்னாட்சி டிரக் கண்காணிப்பாளர்கள்
-
தொலைநிலை ஆதரவு ஆபரேட்டர்கள்
-
முற்ற ஒருங்கிணைப்பாளர்கள்
-
பாதுகாப்பு மேற்பார்வையாளர்கள்
-
சென்சார் பரிசோதனை தொழில்நுட்ப வல்லுநர்கள்
-
கடற்படை ஆட்டோமேஷன் பயிற்சியாளர்கள்
-
வழித்தட சரிபார்ப்பு நிபுணர்கள்
-
ஓட்டுநர் உதவி அமைப்பு பயிற்சியாளர்கள்
-
இணக்கம் மற்றும் செயல்பாட்டுத் தலைவர்கள்
இங்குதான் அனுபவம் வாய்ந்த லாரி ஓட்டுநர்களுக்கு ஒரு சாதகம் இருக்கிறது. சாலையில் 'சாதாரணமான' நிலை எப்படி இருக்கும் என்பது அவர்களுக்குத் தெரியும். ஒரு சுமையின் சத்தம் தவறாக இருப்பது எப்போது, ஒரு சரக்கு இறக்கும் தளத்தின் அமைப்பு மோசமாகத் தெரிவது எப்போது, ஒரு வழித்தடம் சட்டப்படி சரியானதாக இருந்தாலும் நடைமுறையில் முட்டாள்தனமானது எப்போது என்பது அவர்களுக்குத் தெரியும். இத்தகைய கள அறிவை தானியக்கமாக்குவது கடினம், ஏனெனில் அது எப்போதும் எழுத்துப்பூர்வமாகப் பதிவு செய்யப்படுவதில்லை.
ஒரு விரிதாள், “பாதை அங்கீகரிக்கப்பட்டது” என்று கூறலாம். ஆனால் ஒரு ஓட்டுநர், “ஆமாம், இல்லை, அந்தத் திருப்பம் டிரெய்லர்களை எளிதில் விழுங்கிவிடும்” என்று கூறலாம். 🥞
8. பாதுகாப்பு குறித்த கேள்வி: மனிதர்களை விடச் சிறந்ததா, அல்லது வெறுமனே வித்தியாசமானதா?
சோர்வு, கவனச்சிதறல், அதிவேகம் அல்லது போதையில் வாகனம் ஓட்டுதல் ஆகியவற்றால் ஏற்படும் விபத்துக்களைத் தன்னாட்சி அமைப்புகளால் குறைக்க முடியும் என்று செயற்கை நுண்ணறிவு சரக்கு வாகன நிறுவனங்கள் அடிக்கடி வாதிடுகின்றன. அந்த வாதத்தில் வலு உள்ளது. மனிதர்கள் சோர்வடைகிறார்கள். மனிதர்கள் குறுஞ்செய்தி அனுப்புகிறார்கள். மனிதர்களுக்கு மோசமான நாட்கள் உண்டு. கியரைக் குறைக்க முயற்சிக்கும்போது, மனிதர்கள் ஒரு கையால் பர்ரிட்டோ சாப்பிடுகிறார்கள்; அது நமது இனத்தின் மிகச் சிறந்த தருணம் அல்ல.
ஆனால், தானியங்கி டிரக்குகள் வேறுபட்ட பாதுகாப்புச் சிக்கல்களையும் ஏற்படுத்துகின்றன:
-
சென்சார் செயலிழப்புகள்
-
மென்பொருள் விளிம்புநிலை நிகழ்வுகள்
-
மோசமான வானிலை செயல்திறன்
-
சாலையோர ஆய்வு சவால்கள்
-
அவசரகால பதில் ஒருங்கிணைப்பு
-
தொலைநிலை உதவியாளர் பணிச்சுமை
-
விபத்துகளுக்குப் பிறகான பொறுப்புக்கூறல்
-
செயற்கை நுண்ணறிவு சார்ந்த வன்பொருளின் பராமரிப்பு
மனித ஓட்டுநர் இல்லாத நிலையில், அதிக தானியங்கி வர்த்தக வாகனங்கள் ஆய்வு, பராமரிப்பு, சாலையோர அமலாக்கம் மற்றும் பாதுகாப்பான செயல்பாட்டை எவ்வாறு கையாள வேண்டும் என்பது குறித்து ஒழுங்குமுறை ஆணையங்கள் குறிப்பாகக் கேள்விகளை எழுப்பியுள்ளன
எனவே, பாதுகாப்பு விவாதம் என்பது “மனிதன் நல்லவன், ரோபோ கெட்டது” அல்லது “ரோபோ மேதை, மனிதன் பயனற்றவன்” என்பதல்ல. அது இன்னும் எரிச்சலூட்டும் மற்றும் யதார்த்தமானது: எந்தெந்த அபாயங்கள் குறைக்கப்படுகின்றன, என்னென்ன புதிய அபாயங்கள் தோன்றுகின்றன, மேலும் அமைப்பு குழப்பமடையும்போது யார் பொறுப்பு?
9. முழுமையான மாற்றுதல் ஏன் மக்கள் நினைப்பதை விட கடினமானது
“செயற்கை நுண்ணறிவு லாரி ஓட்டுநர்களை மாற்றிவிடுமா?” என்ற சொற்றொடர், ஒரே ஒரு லாரி ஓட்டுநர் வேலை மட்டுமே இருப்பது போன்ற தோற்றத்தை அளிக்கிறது. ஆனால், அப்படி ஒரு வேலை இல்லை.
சரக்குந்துப் போக்குவரத்து என்பது சரக்கு வகைகள், வழித்தடங்கள், விதிமுறைகள், உபகரணங்கள், வாடிக்கையாளர்கள் மற்றும் உள்ளூர் யதார்த்தங்கள் ஆகியவற்றின் ஒரு மாபெரும் கலவையாகும். ஒரு சீரான நெடுஞ்சாலை வழித்தடத்தில் ஒரு ஓட்டுநருக்குப் பதிலாக வேறொருவரை நியமிப்பது என்பது வேறு விஷயம். ஆனால், கலவையான சரக்குகளைக் கையாளும், நெரிசலான மளிகைக் கடை நிறுத்துமிடத்தில் வண்டியைப் பின்னோக்கி நிறுத்தும், சீல்களைச் சரிபார்க்கும், சரக்கைப் பெறுபவரிடம் பேசும், தாமதமான சந்திப்புக்குத் தன்னை மாற்றிக்கொள்ளும், மேலும் பிரேக்கில் உள்ள சிக்கலைக் கவனிக்கும் ஒரு ஓட்டுநருக்குப் பதிலாக வேறொருவரை நியமிப்பது என்பது முற்றிலும் வேறொரு விஷயம்.
முழுமையான மாற்றீடு தாமதமாவது:
-
மாநில வாரியான விதிகள் மற்றும் அமலாக்க வேறுபாடுகள்
-
காப்பீட்டு நிச்சயமற்ற தன்மை
-
பொது நம்பிக்கை பிரச்சினைகள்
-
தொழிற்சங்கம் மற்றும் தொழிலாளர் எதிர்ப்பு
-
வானிலை மற்றும் சாலை மாறுபாடு
-
அதிக உபகரணச் செலவுகள்
-
பராமரிப்புச் சிக்கல்தன்மை
-
வாடிக்கையாளர் ஏற்பு
-
விளிம்புநிலை பாதுகாப்பு தோல்விகள்
-
லாரிகள் நெடுஞ்சாலைகளில் மட்டும் இருப்பதில்லை என்ற எளிய உண்மை
மேலும், சரக்கு வாகனப் போக்குவரத்தின் லாப வரம்பு குறைவாக இருக்கலாம். ஒரு தொழில்நுட்பம் ஈர்க்கக்கூடியதாக இருந்தாலும், அது எல்லா இடங்களிலும் நிதி ரீதியாகக் கவர்ச்சிகரமானதாக இல்லாமல் இருக்கலாம். வாகனக் குழு உரிமையாளர்கள் மாயாஜாலத்தை வாங்குவதில்லை. அவர்கள் வாங்கும் பொருட்கள், வாகனம் தடையின்றி இயங்கும் நேரம், முதலீட்டின் மீதான வருமானம், பாதுகாப்பு மற்றும் குறைவான தலைவலிகளே ஆகும். சில நேரங்களில் தொழில்நுட்பம் தலைவலிகளைக் குறைக்கிறது. சில நேரங்களில் அது கையில் ஒரு காகிதப் பலகையுடன் தோன்றி, ஆறு புதிய தலைவலிகளை உருவாக்குகிறது.
10. லாரி ஓட்டுநர்கள் இப்போது என்ன செய்யலாம்
தங்கள் மதிப்பைத் தக்கவைத்துக் கொள்ள விரும்பும் ஓட்டுநர்கள் பீதியடையக் கூடாது, ஆனால் அவர்கள் கவனம் செலுத்த வேண்டும். எதுவும் மாறவில்லை என்று பாசாங்கு செய்வது மிக மோசமான உத்தி. எல்லாம் அழிந்துவிடும் என்று கருதி, ஒரு குகைப் பூதத்தைப் போல மாறுவது இரண்டாவது மோசமான உத்தி. இந்த இரண்டுமே உதவாது.
புத்திசாலித்தனமான நகர்வுகளில் அடங்குபவை:
-
அடிப்படை நெடுஞ்சாலைப் பயணங்களில் மட்டுமல்லாமல், சிக்கலான சரக்குப் போக்குவரத்திலும் அனுபவத்தை வளர்த்துக் கொள்ளுங்கள்
-
பாதுகாப்பு அமைப்புகள், டெலிமேட்டிக்ஸ் மற்றும் ஃப்ளீட் மென்பொருள் பற்றி அறிந்துகொள்ளுங்கள்
-
பொருத்தமான இடங்களில் ஒப்புதல்களைப் பெறுங்கள்
-
பரிசோதனை மற்றும் பராமரிப்பை ஆழமாகப் புரிந்து கொள்ளுங்கள்
-
வாடிக்கையாளர் தொடர்புத் திறன்களை மேம்படுத்துங்கள்
-
சிறப்பு சரக்கு போக்குவரத்து பிரிவுகளை கருத்தில் கொள்ளுங்கள்
-
தானியங்கி வாகனக் குழுவின் செயல்பாடுகள் குறித்துத் தெரிந்து கொள்ளுங்கள்
-
அனுப்பீடு, இணக்கம் அல்லது பயிற்சித் திறன்களை வளர்த்துக் கொள்ளுங்கள்
-
பாதுகாப்புப் பதிவேட்டைத் தூய்மையாகப் பராமரிக்கவும்
-
தொழில்நுட்பத்தை எதிரியாகக் கருதுவதற்கு முன், அதை ஒரு கருவியாகக் கருதுங்கள்
ஒரு ஓட்டுநரின் மதிப்பு, கணிக்கக்கூடிய நெடுஞ்சாலைப் பயணங்களின்போது சக்கரத்தின் பின்னால் அமர்ந்திருப்பதை மட்டுமே சார்ந்திருக்கும்போது, அந்தப் பாத்திரம் மேலும் கேள்விக்குள்ளாகிறது. ஒரு ஓட்டுநர் முடிவெடுக்கும் திறன், உறவுகள், உபகரணங்கள், சரக்கு மற்றும் சவாலான களப் பணிகள் ஆகியவற்றை எந்த அளவிற்கு கையாளுகிறாரோ, அந்த அளவிற்கு அவருக்குப் பதிலாக வேறொருவரை நியமிப்பது கடினமாகிறது.
அது வெறும் ஊக்கமூட்டும் சுவரொட்டி அலங்காரமல்ல. தானியக்கமானது பொதுவாக உழைப்பை இப்படித்தான் விழுங்குகிறது: முதலில் எளிமையான, மீண்டும் மீண்டும் செய்யக்கூடிய பணிகள், பின்னர் சிக்கலான மனித உழைப்புக் கலவை - அதுவும் எப்போதாவதுதான்.
11. AI டிரக்கிங்கில் இருந்து நிறுவனங்கள் விரும்புவது என்ன?
வாகனக் குழும இயக்குநர்களும் சரக்கு அனுப்புநர்களும் செயற்கை நுண்ணறிவை அது கவர்ச்சிகரமானது என்பதற்காக ஏற்றுக்கொள்வதில்லை. சரி, சிலர் ஏற்றுக்கொள்கிறார்கள், ஏனென்றால் உயர் அதிகாரிகள் கவர்ச்சிகரமான விஷயங்களை விரும்புவார்கள். ஆனால் ஆழமான காரணங்கள் நடைமுறை சார்ந்தவை:
-
மேலும் சீரான சரக்கு போக்குவரத்து
-
குறைந்த நீண்ட கால செயல்பாட்டு செலவுகள்
-
சிறந்த சொத்துப் பயன்பாடு
-
குறிப்பிட்ட வழித்தடங்களில் ஓட்டுநர் பற்றாக்குறை அழுத்தம் குறைந்துள்ளது
-
மேம்படுத்தப்பட்ட திட்டமிடல் நம்பகத்தன்மை
-
தளவாட தளங்களுடன் சிறந்த ஒருங்கிணைப்பு
-
குறிப்பிட்ட வழித்தடங்களில் உள்ள சேவை நேர வரம்புகளால் ஏற்படும் தாமதங்கள் குறைவு
-
மேலும் கணிக்கக்கூடிய கடை நிரப்புதல்
சில நிறுவனங்கள் ஏற்கனவே தானியங்கி சரக்கு வாகன இயங்குதளங்களை போக்குவரத்து மேலாண்மை மென்பொருளுடன் இணைத்து வருகின்றன . இது ஒரு முக்கியமான விஷயம், ஏனெனில் சரக்கு வாங்குபவர்கள் ஒரு தனிப்பட்ட, விசித்திரமான ரோபோ போர்ட்டலை விரும்புவதில்லை. அவர்கள் ஏற்கனவே பயன்படுத்தும் கருவிகளிலேயே தானியங்கித் திறனும் பொருந்த வேண்டும் என விரும்புகிறார்கள்.
அந்த ஒருங்கிணைப்பு ஒரு பெரிய அறிகுறி. செயற்கை நுண்ணறிவு சரக்குப் போக்குவரத்தின் எதிர்காலம் என்பது வெறும் லாரி மட்டுமல்ல. அது முழு சரக்குப் பணிப்பாய்வுமாகும்: ஆர்டர், அனுப்புதல், வழித்தடம் அமைத்தல், ஏற்றுதல், கண்காணித்தல், விநியோகம், விதிவிலக்கு கையாளுதல், கட்டணம் வசூலித்தல், இணக்கம் மற்றும் பராமரிப்பு. அந்த லாரிதான் பெரிய உலோகச் சின்னம்.
12. அப்படியானால், செயற்கை நுண்ணறிவு லாரி ஓட்டுநர்களை முற்றிலுமாக மாற்றிவிடுமா?
இல்லை, முழுமையாக இல்லை. எந்தவொரு தெளிவான, உலகளாவிய வகையிலும் இல்லை.
சிறந்த கணிப்பு இதுதான்:
செயற்கை நுண்ணறிவு, குறிப்பிட்ட வழித்தடங்களில் உள்ள சில ஓட்டுநர் பணிகளை மாற்றிவிடும். காலப்போக்கில், இது சில நீண்ட தூரப் பயணப் பணிகளுக்கான தேவையைக் குறைக்கும். இது தானியங்கி சரக்கு செயல்பாடுகளில் புதிய வேலைவாய்ப்புகளை உருவாக்கும். இது ஓட்டுநர்களை மேலும் சிறப்பு வாய்ந்த, உள்ளூர், தொழில்நுட்பம் சார்ந்த, வாடிக்கையாளர்களை நேரடியாகச் சந்திக்கும், மற்றும் விதிவிலக்குகள் அதிகம் உள்ள பணிகளை நோக்கித் தள்ளும். மேலும், இது சரக்கு வாகனத் துறையை "வழக்கமான பயண தூரம்" மற்றும் "மனிதனின் முடிவெடுக்கும் திறன் சார்ந்த பயண தூரம்" என மேலும் பிளவுபடுத்தும்
‘ரோபோக்கள் எல்லா லாரிகளையும் எடுத்துச் செல்கின்றன’ என்பதை விட இது அவ்வளவு பரபரப்பாகத் தோன்றவில்லை, ஆனால் இது யதார்த்தத்திற்கு மிகவும் நெருக்கமானது.
எப்போதும் எளிமையான நெடுஞ்சாலைப் பாதைகளில் மட்டுமே ஓட்ட விரும்பும் ஒரு ஓட்டுநர் அதிக அழுத்தத்தை எதிர்கொள்ள நேரிடலாம். உபகரணங்கள், வாடிக்கையாளர்கள், பாதுகாப்பு, தொழில்நுட்பம் மற்றும் கணிக்க முடியாத சரக்குகள் ஆகியவற்றைச் சமாளிக்கக்கூடிய ஒரு ஓட்டுநருக்கு இன்றும் ஒரு வலுவான இடம் உண்டு. ஒரு விசித்திரமான திருப்பமாக, எதிர்கால லாரி ஓட்டுநர், மனிதநேயம் குறைந்தவராக அல்ல, மாறாக அதை அதிகரிப்பதன் மூலம் மேலும் மதிப்புமிக்கவராக மாறக்கூடும். 🧠🚛
முடிவுரை: செயற்கை நுண்ணறிவு லாரி ஓட்டுநர்களுக்குப் பதிலாக வருமா?
செயற்கை நுண்ணறிவு லாரி ஓட்டுநர்களை மாற்றிவிடுமா? ஓரளவிற்கு. தேர்ந்தெடுத்து. சீரற்ற முறையில். மேலும், அநேகமாக யாரும் விரும்பாத அளவிற்கு அதிக ஆவணப் பணிகளுடனும்.
தானியங்கி சரக்கு வழித்தடங்கள், ஓட்டுநர் உதவி அமைப்புகள், அனுப்பும் கருவிகள், முன்கணிப்புப் பராமரிப்பு, கிடங்கு ஒருங்கிணைப்பு மற்றும் தளவாட மென்பொருள் ஆகியவற்றின் மூலம் செயற்கை நுண்ணறிவு ஏற்கனவே சரக்கு வாகனத் துறையில் நுழைந்து வருகிறது. சாலை மாறிக்கொண்டிருக்கிறது. ஆனால், சரக்கு வாகனம் ஓட்டுவது என்பது ஒரே மாதிரியான, திரும்பத் திரும்பச் செய்யப்படும் ஒரு செயல் அல்ல. அது, அதிக எடை கொண்டதும், முட்டாள்தனத்தை மன்னிக்காததுமான ஒரு இயந்திரத்தைச் சுற்றிப் பின்னப்பட்ட பணிகள், அபாயங்கள், உறவுகள் மற்றும் முடிவெடுக்கும் திறன் ஆகியவற்றின் ஒரு தொகுப்பாகும்.
ஆகவே, எதிர்காலம் என்பது “லாரிக்காரர்கள் காணாமல் போவது” அல்ல. எதிர்காலம் என்பது “லாரிக்காரர்கள் தங்களைத் தகவமைத்துக் கொள்வது” ஆகும்
மிகவும் பாதுகாப்பான வழி எது? சிறப்புத் திறன்களை வளர்த்துக் கொண்டு, தொழில்நுட்பத்தைப் புரிந்துகொண்டு, விவேகமான சரக்குக் கையாளுதலை நோக்கி நகரும் ஓட்டுநர்களுக்குப் பதிலாக வேறு ஒருவரை நியமிப்பது மிகவும் கடினமாக இருக்கும். செயல்முறை மேம்படலாம், அது உண்மைதான் - ஆனால், யதார்த்தம் வழித்தடத் திட்டத்தைக் குலைக்கும்போது என்ன நடக்கும் என்பதை அறிந்தவர்கள் இந்த வேலைக்கு இன்னமும் தேவைப்படுகிறார்கள்.
நிஜ உலக உதாரணம்: தானியங்கி சரக்கு போக்குவரத்திற்கு தன்னை மாற்றிக்கொள்ளும் ஒரு நீண்ட தூர ஓட்டுநர்
சூழ்நிலை
மார்கஸ் என்ற ஓட்டுநர், இரண்டு பிராந்திய விநியோக மையங்களுக்கு இடையே, கிடங்கிலிருந்து கிடங்கிற்கு என கணிக்கக்கூடிய ஒரு வழித்தடத்தில் எட்டு ஆண்டுகளாகப் பயணம் செய்து வருவதாகக் கற்பனை செய்து பாருங்கள். அந்தப் பயணத்தின் பெரும்பகுதி நெடுஞ்சாலை ஓட்டுதலாகும்; அதில் ஒரே மாதிரியான நிறுத்தங்கள், ஒரே மாதிரியான டிரெய்லர் வகை மற்றும் ஒரே மாதிரியான இரவு நேரப் பயண அட்டவணை ஆகியவை அடங்கும்.
இது போன்ற பணிகளைத்தான் ஒரு வாகனக் குழு தானியங்கி டிரக்குகளைக் கொண்டு முதலில் சோதித்துப் பார்க்கக்கூடும். இந்த எதிர்காலத்தில் மார்கஸின் மதிப்பு குறையவில்லை, ஆனால் அவரது வேலையின் மீண்டும் மீண்டும் செய்யக்கூடிய பகுதி வெளிப்பட்டுவிட்டது.
வழித்தடம் மாறுவதற்காகக் காத்திருப்பதற்குப் பதிலாக, தானியக்க அமைப்பு இன்னும் சிரமப்படும் பகுதிகளான ஆய்வுகள், முற்றம் நகர்வு, சுமைச் சோதனைகள், வாடிக்கையாளர் விதிவிலக்குகள், பாதுகாப்பு அறிக்கையிடல் மற்றும் தன்னாட்சி வாகனக் குழு ஆதரவு போன்றவற்றில் மார்கஸ் திறன்களை வளர்க்கத் தொடங்குகிறார்.
மார்கஸ் எதில் கவனம் செலுத்துகிறார்
மார்கஸ் ஒரு எளிய திட்டத்தை வகுக்கிறார்:
வாகனக் குழுவின் டெலிமேட்டிக்ஸ் டாஷ்போர்டு மற்றும் பாதுகாப்பு எச்சரிக்கைகள் பற்றி அறிந்துகொள்ளுங்கள்
பயணத்திற்கு முன்னும் பின்னும் ஆழமான பரிசோதனைகளை மேற்கொள்ளுங்கள்
மாதத்திற்கு ஒரு ஷிப்டில், பணியாளர் விநியோகப் பிரிவை மேற்பார்வையிடக் கேளுங்கள்
குளிரூட்டப்பட்ட சரக்குச் சோதனைகள், சீல் சோதனைகள், ஆவணச் சிக்கல்கள் மற்றும் தாமதமான ஏற்றுதல் ஆகியவற்றில் அனுபவத்தை வளர்த்துக் கொள்ளுங்கள்
ஒரு தானியங்கி அமைப்பு தவறவிடக்கூடிய வழித்தடச் சிக்கல்களை எழுத்துப்பூர்வமாகப் பதிவு செய்யவும்
நிறுவனம் வழங்கினால், ஓட்டுநர் உதவி அமைப்புகள் குறித்த உள்ளகப் பயிற்சி வகுப்பில் கலந்துகொள்ளுங்கள்
பாதுகாப்பு, பயிற்சி, கள ஒருங்கிணைப்பு அல்லது தானியங்கி டிரக் கண்காணிப்பு ஆகிய துறைகளில் உள்ள காலி இடங்களைத் தேடுங்கள்
இது முக்கியமானது, ஏனென்றால் மார்கஸ் தனது மதிப்பீட்டை, “என்னால் இதே நெடுஞ்சாலையில் 420 மைல்கள் பயணிக்க முடியும்” என்பதிலிருந்து, “ஒரு வழித்தடத் திட்டத்தின் நேர்த்தியை விட்டு சரக்குகள் வெளியேறியவுடன், அவை எப்படித் தவறாகப் போகின்றன என்பதை நான் புரிந்துகொள்கிறேன்” என்பதை நோக்கி மாற்றிக்கொள்கிறார்
மார்கஸ் ஒரு AI உதவியாளருடன் பயன்படுத்தக்கூடிய எடுத்துக்காட்டு அறிவுறுத்தல்
மார்கஸ் தனது ஓட்டுநர் அனுபவத்தை ஒரு நடைமுறைத் திறன் மேம்பாட்டுத் திட்டமாக மாற்றுவதற்கு ஒரு செயற்கை நுண்ணறிவு உதவியாளரைப் பயன்படுத்தலாம்:
நான் ஒரு நிலையான கிடங்கிலிருந்து மற்றொரு கிடங்கிற்குச் செல்லும் வழித்தடத்தில் நீண்ட தூரம் செல்லும் லாரி ஓட்டுநர். அடுத்த சில ஆண்டுகளில் தானியங்கி லாரிப் போக்குவரத்து எனது வழித்தடத்தைப் பாதிக்கக்கூடும். உயர் கணிப்புத் திறன் கொண்ட லாரி ஓட்டுநர் பணி அல்லது தானியங்கி வாகனக் குழு ஆதரவுப் பணிக்கு நான் முன்னேற உதவும் ஒரு 90-நாள் திறன் திட்டத்தை எனக்கு உருவாக்குங்கள். அதில் வாராந்திரச் செயல்பாடுகள், பயிற்சி செய்ய வேண்டிய திறன்கள், எனது மேலாளரிடம் கேட்க வேண்டிய கேள்விகள், ஆவணப்படுத்த வேண்டிய பாதுகாப்பு அறிவு, மற்றும் லாரித் தொழிலை விட்டு வெளியேறாமல் நான் யதார்த்தமாக அடையக்கூடிய மூன்று பணிகள் ஆகியவற்றை உள்ளடக்கவும்.
இதைவிட வலுவான ஒரு தொடர் கேள்வி இதுவாக இருக்கும்:
இந்தத் திட்டத்தை நான் பயன்படுத்தக்கூடிய ஒரு வாராந்திர சரிபார்ப்புப் பட்டியலாக மாற்றுங்கள். வாரத்திற்கு ஐந்து இரவுகள் வேலை செய்பவருக்கு இது நடைமுறைக்கு ஏற்றதாக இருக்குமாறு பார்த்துக் கொள்ளுங்கள். 30 நிமிடங்களுக்குள் முடிக்கக்கூடிய பணிகளையும், வாரத்திற்கு ஒரு பெரிய பணியையும் இதில் சேர்க்கவும்.
திட்டத்தை எவ்வாறு சோதிப்பது
செயற்கை நுண்ணறிவின் அறிவுரை கேட்பதற்குப் புத்திசாலித்தனமாக இருக்கிறது என்பதற்காக மட்டும் மார்கஸ் அதை நம்பிவிடக் கூடாது. அவன் அதை அன்றாட லாரி ஓட்டும் வேலையில் சோதித்துப் பார்க்கலாம்:
பாதுகாப்பு மேலாளரிடம், வாகனக் குழுவில் எந்தெந்தத் திறன்கள் மதிக்கப்படுகின்றன என்று கேளுங்கள்
பரிந்துரைக்கப்பட்ட பணிகளை தற்போதைய வேலை அறிவிப்புகளுடன் ஒப்பிட்டுப் பாருங்கள்
30 நாட்களில் அவரது வழித்தடத்தில் எவ்வளவு அடிக்கடி விதிவிலக்குகள் ஏற்படுகின்றன என்பதைக் கண்காணிக்கவும்
வெறும் வழிநடத்துதல் மட்டுமல்லாமல், மனிதனின் கணிப்பு தேவைப்பட்ட சிக்கல்களின் எண்ணிக்கையைப் பதிவு செய்யவும்
அந்த உதவியாளர் போலிச் சான்றிதழ்களையோ அல்லது நடைமுறைப் பயன் இல்லாத தெளிவற்ற “AI திறன்களையோ” பரிந்துரைக்கிறாரா என்பதைச் சரிபார்க்கவும்
செய்முறைத் தேர்வு வினாக்களில் பின்வருவன அடங்கும்:
தானியங்கி வழித்தட சரிபார்ப்புப் பயணத்தின் போது ஒரு ஓட்டுநர் என்னென்ன ஆவணப்படுத்த வேண்டும்?
ஒரு தானியங்கி டிரக்கில், பயணத்திற்கு முந்தைய ஆய்வின்போது எந்த எச்சரிக்கை அறிகுறிகள் அதிக முக்கியத்துவம் பெறும்?
தடைபட்ட கப்பல்துறை, விடுபட்ட சீல் அல்லது டிரெய்லர் கோளாறு ஆகியவற்றை ஒரு தொலைநிலை ஆதரவு ஆபரேட்டர் எவ்வாறு கையாள்வார்?
இந்த ஆலோசனையின் எந்தப் பகுதிகள் சரக்கு வண்டி ஓட்டுதலுக்குப் பிரத்யேகமானவை, எந்தப் பகுதிகள் பொதுவான தொழில் நிரப்பிகளாகும்?
முடிவு
விளக்கமான முடிவு: இந்த பணிப்பாய்வைப் பயன்படுத்துவதற்கு முன்பும் பின்பும் ஐந்து வழக்கமான தொழில் திட்டமிடல் பணிகளுக்கான நேரத்தைக் கணக்கிட்டதன் அடிப்படையில், மார்கஸால் திட்டமிடல் நேரத்தை சுமார் 4 மணிநேரத்திலிருந்து 55 நிமிடங்களாகக் குறைக்க முடிந்தது.
அளவீட்டு அடிப்படை:
திறன் திட்டத்தை கைமுறையாக எழுதுதல்: 90 நிமிடங்கள்
பணி வாய்ப்புகளைத் தேடுதல்: 75 நிமிடங்கள்
வாராந்திர நடவடிக்கைகளை உருவாக்குதல்: 45 நிமிடங்கள்
மேலாளர் கேள்விகளைத் தயாரித்தல்: 30 நிமிடங்கள்
அனைத்தையும் சரிபார்ப்புப் பட்டியலாக மாற்றுதல்: 30 நிமிடங்கள்
செயற்கை நுண்ணறிவுப் பணிப்பாய்வு மூலம், மனித மதிப்பாய்வு மற்றும் திருத்தம் உட்பட, அதே ஐந்து பணிகளை முடிக்கச் சுமார் 55 நிமிடங்கள் ஆனது. மதிப்புமிக்க அளவுகோல் என்பது “செயற்கை நுண்ணறிவு அவரது தொழில் வாழ்க்கையைக் காப்பாற்றியது” என்பதல்ல. அது இன்னும் யதார்த்தமானது: மார்கஸ் ஒரே அமர்வில் ஒரு தெளிவான 90-நாள் திட்டத்தை உருவாக்கினார், மூன்று இலக்குப் பொறுப்புகளை அடையாளம் கண்டார், மேலும் அவரால் பின்பற்றக்கூடிய ஒரு வாராந்திர சரிபார்ப்புப் பட்டியலையும் உருவாக்கினார்.
அவர் இதைக் கண்காணிப்பதன் மூலம் முன்னேற்றத்தைச் சரிபார்க்க முடியும்:
வாராந்திர முடிக்கப்பட்ட நடவடிக்கைகளின் எண்ணிக்கை
கற்றுக்கொண்ட கடற்படை அமைப்புகளின் எண்ணிக்கை
சரியாக அடையாளம் காணப்பட்ட ஆய்வுச் சிக்கல்களின் எண்ணிக்கை
அனுப்பீட்டு, பாதுகாப்பு அல்லது பராமரிப்பு ஊழியர்களுடனான உரையாடல்களின் எண்ணிக்கை
90 நாட்களுக்குப் பிறகு அவர் விண்ணப்பிக்கத் தகுதிபெறும் தொடர்புடைய உள்ளகப் பணிகளின் எண்ணிக்கை
என்ன தவறு நடக்கக்கூடும்?
AI தொடர்பான தொழில் ஆலோசனையை எதிர்காலத்தைக் கணிக்கும் ஒரு மாயக் கண்ணாடி போலக் கருதுவதுதான் மிகப்பெரிய தவறு. அது அப்படிப்பட்டதல்ல.
மார்கஸின் நிறுவனத்தில் இல்லாத பதவிகளை செயற்கை நுண்ணறிவு பரிந்துரைக்கக்கூடும். அது உரிமம் வழங்குதல், தொழிற்சங்க விதிகள், பணிமூப்பு முறைகள், காப்பீட்டுத் தேவைகள் அல்லது நிறுவனத்திற்கே உரிய பயிற்சி ஆகியவற்றைக் குறைத்து மதிப்பிடக்கூடும். மேலும், கேட்கப்படும் கேள்வி எழுதப்பட்டிருக்கும் விதத்தைப் பொறுத்து, தானியங்கி சரக்கு வாகன ஓட்டுதலை அது மாயாஜாலம் போல எளிதானதாகவோ அல்லது முற்றிலும் சாத்தியமற்றதாகவோ தோன்றச் செய்யக்கூடும்.
மார்கஸுக்கு இன்னும் மனித சரிபார்ப்புகள் தேவைப்படுகின்றன:
கடற்படையுடன் பயிற்சி விருப்பங்களை உறுதிப்படுத்தவும்
வேலைக்கான தேவைகளை நேரடியாகச் சரிபார்க்கவும்
தனியார் நிறுவனத் தரவுகளைப் பொது AI கருவிகளுடன் பகிர்வதைத் தவிர்க்கவும்
சம்பவ அறிக்கைகள், வாடிக்கையாளர் விவரங்கள் அல்லது வழித்தடம் தொடர்பான தகவல்களை ஒரு உதவியாளரில் ஒட்ட வேண்டாம்
இந்தத் திட்டம் வாகனக் குழுவின் செயல்பாடுகளுடன் பொருந்துகிறதா என்று அனுபவம் வாய்ந்த பாதுகாப்பு மற்றும் பராமரிப்புப் பணியாளர்களிடம் கேளுங்கள்
மற்றொரு தவறு என்னவென்றால், “AI விஷயங்களை” மட்டும் கற்றுக்கொண்டு, லாரி ஓட்டுதலின் அடிப்படைகளைப் புறக்கணிப்பதாகும். பிரேக்குகள், டயர்கள், சரக்குப் பாதுகாப்பு, வானிலையை மதிப்பிடுதல், வாடிக்கையாளர் பிரச்சனைகள் மற்றும் பணித்தளத்தில் ஏற்படும் ஒழுங்கின்மை ஆகியவற்றை நன்கு புரிந்துகொண்ட ஒரு ஓட்டுநர், தற்கால நாகரிகச் சொற்களை மட்டும் அறிந்த ஒருவரை விட அதிக மதிப்புமிக்கவராக இருப்பார்.
நடைமுறைப் பாடம்
ரோபோ டிரக்குகளைப் பற்றிப் பீதியடையாமல் இருப்பதே தொழில் வாழ்க்கையில் எடுக்கக்கூடிய மிகவும் பாதுகாப்பான முடிவு. மாறாக, விவேகம், நம்பிக்கை, உபகரண அறிவு மற்றும் நெருக்கடியான சூழ்நிலைகளில் மனிதர்களால் சிக்கல்களைத் தீர்க்கும் திறன் தேவைப்படும் டிரக்கிங் துறைகளை நோக்கி நகர்வதே பாதுகாப்பானதாகும்.
செயற்கை நுண்ணறிவு சில வழக்கமான நெடுஞ்சாலைப் பயணங்களைக் கையாளக்கூடும், ஆனால் ஒரு சரக்கு வாகனம் புறப்படுவதற்கு முன்பும், அது வந்து சேர்ந்த பிறகும், வழித்தடத் திட்டம் யதார்த்தத்தால் அடிபடும்போதும் என்ன நடக்கிறது என்பதைப் புரிந்துகொள்ளும் மனிதர்கள் அதற்கு இன்னமும் தேவைப்படுகிறார்கள்.
அடிக்கடி கேட்கப்படும் கேள்விகள்
செயற்கை நுண்ணறிவு, லாரி ஓட்டுநர்களை முற்றிலுமாக மாற்றிவிடுமா?
செயற்கை நுண்ணறிவு, ஒரே சீரான தொழில் தழுவிய மாற்றத்தில் லாரி ஓட்டுநர்களை முழுமையாக மாற்றிவிட வாய்ப்பில்லை. மாறாக, கணிக்கக்கூடிய வழித்தடங்களில், குறிப்பாக நெடுஞ்சாலைகள் அதிகம் உள்ள அல்லது ஒரு மையத்திலிருந்து மற்றொரு மையத்திற்குச் செல்லும் சரக்குப் போக்குவரத்து போன்ற குறிப்பிட்ட பணிகளை அது கையகப்படுத்துவதற்கே அதிக வாய்ப்புள்ளது. லாரிப் போக்குவரத்தில் இன்னமும் ஆய்வுகள், சரக்குப் பிரச்சினைகள், வாடிக்கையாளர் தொடர்பு, வானிலையைக் கணித்தல், ஆவணப் பணிகள் மற்றும் எதிர்பாராத சிக்கல்கள் ஆகியவை அடங்கியுள்ளன. மனிதனின் கணிப்பு மிகவும் முக்கியத்துவம் வாய்ந்த இந்தப் பகுதிகளைத் தானியக்கமாக்குவது மிகவும் கடினம்.
செயற்கை நுண்ணறிவால் எந்த டிரக் ஓட்டுநர் வேலைகள் அதிக ஆபத்தில் உள்ளன?
மிகவும் எளிதில் பாதிக்கப்படக்கூடிய பணிகள் என்பவை, பொதுவாக கணிக்கக்கூடிய நிலைமைகளைக் கொண்ட, திரும்பத் திரும்ப வரும் வழித்தடங்களாகும். மையங்களுக்கு இடையேயான நெடுஞ்சாலை சரக்குப் போக்குவரத்து, கிடங்குகளுக்கு இடையேயான வழித்தடங்கள், இடைவழி விநியோகம், பிரத்யேக ஒப்பந்த வழித்தடங்கள் மற்றும் சில விநியோக மையங்களுக்கான பயணங்கள் ஆகியவை இதில் அடங்கும். இந்த வழித்தடங்களை வரைபடமாக்குவதும், சோதிப்பதும், கண்காணிப்பதும் எளிதானது. சிக்கலான ஏற்றுதல், வழக்கத்திற்கு மாறான சரக்குகள், மாறும் இடங்கள் அல்லது அதிக வாடிக்கையாளர் தொடர்பு ஆகியவற்றை உள்ளடக்கிய பணிகளை செயற்கை நுண்ணறிவு (AI) கையாள்வது கடினம்.
நகரங்களை விட நெடுஞ்சாலைகளில் தானியங்கி சரக்கு வாகனங்கள் இயக்குவது ஏன் எளிதாக இருக்கிறது?
நகர வீதிகளைக் காட்டிலும் நெடுஞ்சாலைகள் பொதுவாகக் கணிக்கக்கூடியவையாக இருக்கின்றன. அவற்றில் பாதசாரிகள், மிதிவண்டி ஓட்டுநர்கள், குறுகிய வளைவுகள், இரட்டை நிறுத்தம் போன்ற சூழல்கள் மற்றும் குழப்பமான விநியோக இடங்கள் குறைவாகவே உள்ளன. வழித்தடங்கள் திட்டமிடப்பட்டு, பாதைகள் சீராக இருந்து, இயக்க விதிகள் தெளிவாக இருக்கும்போது, தானியங்கி சரக்கு வாகன அமைப்புகள் சிறப்பாகச் செயல்பட முடியும். நகர்ப்புற விநியோகம் என்பது அதிக நகரும் பாகங்களையும் நிச்சயமற்ற தன்மையையும் கொண்டுவருகிறது, இதன் காரணமாக முடிவெடுப்பதிலும் சிக்கல்களைத் தீர்ப்பதிலும் மனித ஓட்டுநர்களுக்கு இன்னும் ஒரு பெரிய சாதகம் உள்ளது.
நீண்ட தூர சரக்கு போக்குவரத்தில், லாரி ஓட்டுநர்களுக்குப் பதிலாக செயற்கை நுண்ணறிவு முதலில் வருமா?
நெடுஞ்சாலைப் பயண தூரம் மீண்டும் மீண்டும் ஒரே மாதிரியாக இருப்பதால், மற்ற பல லாரிப் போக்குவரத்துத் துறைகளை விட செயற்கை நுண்ணறிவு நீண்ட தூர சரக்குப் போக்குவரத்தில் முன்னதாகவே தாக்கத்தை ஏற்படுத்தக்கூடும். மனிதர்கள் சரக்குகளை ஏற்றுதல், வழங்குதல், ஆய்வுகள், ஏற்றுதல் தளங்கள் மற்றும் விதிவிலக்குகளை நிர்வகிக்கும்போது, வழக்கமான இடைப்பகுதிகளைத் தன்னாட்சி அமைப்புகள் கையாள்வதே இதற்கான ஒரு சாத்தியமான மாதிரியாகும். இதன் பொருள் ஒவ்வொரு நீண்ட தூர ஓட்டுநரும் காணாமல் போய்விடுவார்கள் என்பதல்ல. மாறாக, நிறுவனங்கள் வழக்கமான பயண தூரத்தை மனிதர்களின் கணிப்புத் திறனால் தீர்மானிக்கப்படும் பயண தூரத்திலிருந்து பிரிக்கும்போது, அந்தப் பங்கு மாறக்கூடும் என்பதே இதன் பொருள்.
எந்த லாரி ஓட்டுநர் வேலைகளை செயற்கை நுண்ணறிவு மாற்றுவதற்குச் சிரமப்படும்?
கணிக்க முடியாத சூழல்கள், சிறப்பு சரக்குகள் அல்லது நேரடியாக முடிவெடுத்தல் ஆகியவற்றை உள்ளடக்கிய பணிகளில் செயற்கை நுண்ணறிவு மிகவும் சிரமப்படும். தட்டையான தள வாகனங்கள், அதிகப்படியான சுமைகள், கட்டுமானப் பொருட்களை ஏற்றிச் செல்லுதல், கால்நடைகள், டேங்கர் பணிகள், அபாயகரமான பொருட்கள், கிராமப்புற வழித்தடங்கள் மற்றும் அதிக நேரடித் தொடர்பு தேவைப்படும் சரக்குகள் போன்றவற்றைத் தானியக்கமாக்குவது கடினம். இந்தப் பணிகளுக்கு, ஓட்டுநர்கள் சூழ்நிலைகளைக் கணித்து, சரக்குகளைப் பாதுகாப்பாகக் கட்டி, பணியாளர்களுடன் ஒருங்கிணைந்து செயல்பட்டு, மென்பொருளுக்குள் எப்போதும் கச்சிதமாகப் பொருந்தாத சிக்கல்களைத் தீர்க்க வேண்டியுள்ளது.
செயற்கை நுண்ணறிவு சரக்கு போக்குவரத்து வளர்ந்து வரும் நிலையில், லாரி ஓட்டுநர்கள் எவ்வாறு தங்களின் மதிப்பைத் தக்கவைத்துக் கொள்ள முடியும்?
அடிப்படை நெடுஞ்சாலை ஓட்டுதலைத் தாண்டிய திறன்களை வளர்த்துக்கொள்வதன் மூலம் ஓட்டுநர்கள் தங்கள் மதிப்பைத் தக்கவைத்துக் கொள்ளலாம். சிறப்பு சரக்கு போக்குவரத்து, உரிமங்கள், ஆய்வு அறிவு, பாதுகாப்பு அமைப்புகள், டெலிமேட்டிக்ஸ், வாடிக்கையாளர் தொடர்பு மற்றும் இணக்க அனுபவம் ஆகிய அனைத்தும் இதற்கு உதவுகின்றன. வாகனக் குழு மென்பொருள் மற்றும் தன்னாட்சி ஆதரவு அமைப்புகள் எவ்வாறு செயல்படுகின்றன என்பதைக் கற்றுக்கொள்வது எதிர்காலப் பணிகளுக்கான வாய்ப்புகளையும் உருவாக்கும். ஒரு ஓட்டுநர் முடிவெடுக்கும் திறன், உபகரணங்கள், சரக்கு மற்றும் மக்களை எந்த அளவிற்கு கையாளுகிறாரோ, அந்த அளவிற்கு அவருக்குப் பதிலாக வேறொருவரை நியமிப்பது கடினமாகிறது.
செயற்கை நுண்ணறிவால் சரக்குந்து போக்குவரத்து தொடர்பான புதிய வேலைவாய்ப்புகளை உருவாக்க முடியுமா?
ஆம், தானியங்கி சரக்குப் போக்குவரத்தைச் சுற்றி செயற்கை நுண்ணறிவால் துணைப் பணிகளை உருவாக்க முடியும். அனுபவம் வாய்ந்த ஓட்டுநர்கள் தொலைநிலை டிரக் கண்காணிப்பு, பாதுகாப்பு மேற்பார்வை, பணிமனை ஒருங்கிணைப்பு, வழித்தட சரிபார்ப்பு, சென்சார் ஆய்வு, வாகனக் குழுப் பயிற்சி அல்லது இணக்கச் செயல்பாடுகள் போன்ற பணிகளுக்கு மாறக்கூடும். இந்தப் பணிகள், நேரடியாகப் பெறப்பட்ட சாலை அனுபவ அறிவால் இப்போதும் பயனடைகின்றன. டிரக்கிங் பற்றிப் புரிந்துகொண்ட ஒருவரால், முற்றிலும் தொழில்நுட்ப அமைப்பு கண்டறியத் தவறக்கூடிய நடைமுறைச் சிக்கல்களைப் பெரும்பாலும் கண்டறிய முடியும்.
மனிதர்கள் வாகனம் ஓட்டுவதை விட செயற்கை நுண்ணறிவு மூலம் சரக்கு போக்குவரத்து பாதுகாப்பானதா?
செயற்கை நுண்ணறிவு சரக்குப் போக்குவரத்து, சோர்வு, கவனச்சிதறல், அதிவேகம் அல்லது திறனற்ற ஓட்டுதல் ஆகியவற்றுடன் தொடர்புடைய சில அபாயங்களைக் குறைக்கக்கூடும். ஆனால் அது, சென்சார் செயலிழப்பு, மென்பொருள் விளிம்புநிலைச் சிக்கல்கள், மோசமான வானிலையில் செயல்திறன் குறைவு, இணையப் பாதுகாப்புச் சிக்கல்கள் மற்றும் சம்பவங்களுக்குப் பிறகான தெளிவற்ற பொறுப்புக்கூறல் போன்ற பல்வேறு அபாயங்களையும் உருவாக்குகிறது. பாதுகாப்பு குறித்த கேள்வி, மனிதர்களோ அல்லது ரோபோக்களோ பிழையற்றவை என்பதல்ல. மாறாக, எந்தெந்த அபாயங்கள் குறைக்கப்படுகின்றன, என்ன புதிய அபாயங்கள் தோன்றுகின்றன, மற்றும் அவை எவ்வாறு கையாளப்படுகின்றன என்பதே ஆகும்.
சரக்குந்துப் போக்குவரத்தில் முழுமையான தானியக்கம் ஏன் மிகவும் கடினமாக உள்ளது?
லாரி ஓட்டுதல் என்பது ஒரே ஒரு எளிய வேலை அல்ல. அதில் பல்வேறு வகையான சரக்குகள், மாநில விதிகள், உபகரணங்கள், வாடிக்கையாளர்கள், வானிலை நிலவரங்கள், சரக்கு ஏற்றும் இடங்கள், ஆய்வுகள் மற்றும் வழித்தடச் சிக்கல்கள் ஆகியவை அடங்கும். ஒரு தூய்மையான நெடுஞ்சாலை வழித்தடத்தில் செல்லும் ஒரு ரோபோ லாரி ஒரு சவாலாகும். கலவையான சரக்குகள், தவறான ஆவணங்கள், நெருக்கடியான சரக்கு இறக்குமிடங்கள், வாடிக்கையாளர் மாற்றங்கள் மற்றும் இயந்திரக் கோளாறுகளைக் கையாளும் ஒரு லாரி மற்றொரு சவாலாகும். முழுமையான தானியக்கமானது, வெறும் கட்டுப்படுத்தப்பட்ட செயல்விளக்கங்களை மட்டும் கொண்டிராமல், அன்றாட லாரி ஓட்டுதலின் உராய்வுகளையும் கணிக்க முடியாத தன்மையையும் தாங்கி நிற்க வேண்டும்.
செயற்கை நுண்ணறிவுடன் கூடிய டிரக் ஓட்டுதலின் யதார்த்தமான எதிர்காலம் என்ன?
யதார்த்தமான எதிர்காலம் என்பது உடனடி மாற்றீடு அல்ல, மாறாகத் தேர்ந்தெடுக்கப்பட்ட தானியக்கமே ஆகும். செயற்கை நுண்ணறிவு, குறிப்பாகக் கணிக்கக்கூடிய சரக்குப் பாதைகளில், வழக்கமான ஓட்டுநர் பணிகளை அதிகமாகக் கையாளும். மனித ஓட்டுநர்கள் சிறப்பு சரக்குகள், உள்ளூர் விநியோகம், ஆய்வுகள், வாடிக்கையாளர்களை எதிர்கொள்ளும் பணிகள், தொழில்நுட்ப ஆதரவு மற்றும் விதிவிலக்குகளைக் கையாளுதல் ஆகியவற்றில் அதிக கவனம் செலுத்தக்கூடும். நடைமுறையில், சரக்குப் போக்குவரத்து என்பது, எளிதில் தானியக்கமாக்கக்கூடிய வழக்கமான பயணங்களாகவும், இன்னும் அனுபவம் வாய்ந்தவர்கள் தேவைப்படும் மனித முடிவெடுக்கும் திறன் தேவைப்படும் பயணங்களாகவும் பிரிக்கப்படலாம்.
குறிப்புகள்
-
தொழிலாளர் புள்ளிவிவரப் பணியகம் - அதிகாரப்பூர்வ தொழிலாளர் தரவுகள் - bls.gov
-
ஃபெடரல் ரெஜிஸ்டர் - தானியங்கி ஓட்டுநர் அமைப்புகள் (ADS) பொருத்தப்பட்ட வர்த்தக மோட்டார் வாகனங்களின் (CMVகள்) பாதுகாப்பான ஒருங்கிணைப்பு - federalregister.gov
-
தேசிய நெடுஞ்சாலை போக்குவரத்து பாதுகாப்பு நிர்வாகம் - இணையப் பாதுகாப்பு அபாயங்கள் - nhtsa.gov
-
டோர்ஸ் ஏஐ - மையத்திலிருந்து மையத்திற்கான நெடுஞ்சாலை சரக்கு போக்குவரத்து - torc.ai
-
கதிக் - வணிகச் செயல்பாடுகள் - gatik.ai
-
அரோரா - போக்குவரத்து மேலாண்மை மென்பொருள் - ir.aurora.tech